Python 序贯抽样

从N（1,2）中取样，样本量为100，并计算该样本的平均值，我们可以这样做：

import numpy as np

s = np.random.normal(1, 2, 100)
mean = np.mean(s)

现在，如果我们想生产10000个样品并保存每个样品的平均值，我们可以：

sample_means = []
for x in range(10000):
    sample = np.random.normal(1, 2, 100)
    sample_means.append (sample.mean())

---

当我们想从N（1,2）开始按顺序取样并按顺序估计分布平均值时，我该怎么做？

IIUC你的意思是累加

sample = np.random.normal(1,2,(10000, 100))
sample_mean = []
for i,_ in enumerate(sample):
    sample_mean.append(sample[:i+1,:].ravel().mean())

然后

sample_-mean

包含累积样本平均值

sample_mean[:10]
[1.1185342714036368,
 1.3270808654923423,
 1.3266440422140355,
 1.2542028664103761,
 1.179358517854582,
 1.1224645540064788,
 1.1416887857272255,
 1.1156887336750463,
 1.0894328800573165,
 1.0878896099712452]

---

也许是列表理解

sample_means=[np.random.normal（1,2100）.means（），代表范围（10000）内的i]

提示在Python中使用小写字母命名变量